La Trobada dels Serveis Informàtics de les Universitats de Catalunya (TSIUC) es farà el 19 de novembre a la Universitat Autònoma de Barcelona (UAB) i tractarà sobre la gestió de dades a la universitat. Aquelles persones que vulguin contribuir a la jornada amb els seus coneixements, experiències i projectes, poden enviar una proposta de ponència a través d'aquest formulari fins el 15 de setembre a les 23.59 h. 

Les dades, un repte estratègic per a les universitats

La gestió de les dades ha esdevingut un repte estratègic i estructural per a les universitats. El volum i la complexitat de les dades creix dia a dia i, mentre reflexionem sobre com convertim en informació de valor aquestes dades i com les usem per generar serveis per a la ciutadania, l'allau de dades no s'atura.

Són dades que provenen de múltiples fonts i sistemes, que han de permetre la interoperabilitat i l'intercanvi amb altres sistemes d'altres institucions i administracions. Al mateix temps, hem de garantir que són de qualitat, fiables i que es mantenen actualitzades, sense oblidar que cal protegir-les, especialment les de caràcter personal, i que és necessari garantir els drets digitals de les persones i la transparència d'aquestes dades.

A més, l'aprovació, previsiblement en les properes setmanes, del Projecte de Reial Decret que modifica l'RD 640/2021, introduirà noves obligacions, criteris de qualitat i mecanismes de supervisió vinculats a les dades.

La intel·ligència artificial: oportunitats i reptes

En aquest context, la irrupció de la intel·ligència artificial (IA) ha obert un ventall de possibilitats en el seu ús a la universitat, però alhora ha tret a la llum debilitats en la gestió de les dades. No podem oblidar que les dades són el "combustible" de la IA. Sense dades de qualitat, la IA no pot analitzar, predir ni ajudar a millorar la docència, la recerca o la gestió universitària.

Només en l'àmbit docent, la IA basada en l'anàlisi de dades pot ajudar a anticipar l'abandonament escolar, fer una anàlisi del rendiment acadèmic i optimitzar l'oferta docent, per exemple. La IA per al processament de llenguatge natural permet detectar plagi en treballs, analitzar sentiments en enquestes docents o generar resums automàtics, a més de millorar-ne l'accessibilitat.

Per predir la demanda de places, recomanar itineraris formatius o planificar recursos docents es pot utilitzar la IA per obtenir una anàlisi predictiva i prescriptiva. La IA generativa pot ajudar en la generació de textos acadèmics, entre d'altres.

Aplicacions pràctiques

Com avancem en aquest camí? El primer pas és definir responsabilitats clares sobre qui recull, valida, manté i utilitza les dades. També concretar polítiques institucionals de gestió de dades i sistemes de control intern. La universitat ha de tenir persones, eines i processos que siguin capaços de recollir, entendre i utilitzar les dades per prendre bones decisions a llarg termini.

Les dades són com un mapa: si les sabem llegir bé, podem veure què està passant, què funciona, què falla i cap a on cal anar per millorar la docència, la recerca i la gestió institucional. I, tot plegat, encara es pot fer millor si les podem tractar amb IA d'una forma responsable.
Com es recullen, gestionen i utilitzen les dades? Quines dades ens falten per prendre decisions informades? Com ens afecten les polítiques de dades actuals (UNEIX, SIIU, Reial Decret 640...)? Com ens formem en un ús ètic i crític de la IA que tregui el millor de les dades?